Прогнозирование надежности (1063165), страница 2
Текст из файла (страница 2)
7. Количество элементов конструкции в кинематической цепи – VAR7
8. Количество резьбовых соединений – VAR8
9. Количество элементов регулировки – VAR9
10. Количество штифтовых, шпоночных шлицевых соединений - VAR10
11. Количество сварных соединений - VAR11
12. Количество элементов конструкции, подверженных износу - VAR12
13. Количество элементов конструкции, подверженных устаостному разрушению - VAR13
14. Количество подвижных уплотнений - VAR14
15. Общая площадь уплотнений - VAR15
16. Момент нагружения узла - VAR16
17. Количество датчиков - VAR17
18. Условный диаметр прохода - VAR18
Выходным параметров (показателем надежности узла) являлась наработка узла на отказ, выраженная в часах.
По данным приведённым в [1] была построена искусственная нейронная сеть.
При моделировании использовался MLP-тип нейронной сети, как наиболее подходящий для задачи прогнозирования надежности.
Разработанная модель нейросети представлена на рис. 3.
Рис. 3.2.1MLP-сеть.
Рис.3.2.2 Исходные данные для обучения сети
Рис.3.2.3 График обучения сети
Рис.3.2.4 статистика регрессии сети.
С помощью данной сети была оценена надёжность установки для получения монооксида кремния.
Табл. 3.2.1
| Var1 | Var2 | Var3 | Var4 | Var5 | Var6 | Var6 | Var77 | Var8 | Var9 | Var10 |
| 0 | 1 | 5 | 0 | 5 | 1 | 1 | 1 | 130 | 3 | 2 |
| Var11 | Var12 | Var13 | Var14 | Var15 | Var16 | Var17 | Var18 | Var19 | ||
| 22 | 8 | 0 | 3 | 0.025 | 0 | 0 | 50 | 10382 |
Наработка на отказ данной установки составляет 10382 часа.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
